机器学习在太阳物理中的应用 | |
刘辉; 季凯帆; 金振宇 | |
刊名 | 中国科学物理学力学天文学 |
2019 | |
卷号 | 49期号:10 |
ISSN号 | 1674-7275 |
英文摘要 | 太阳物理研究已经进入大数据时代,而机器学习作为大数据研究的一种良好工具已经获得越来越多的认可.本文评述了自2007年以来机器学习在太阳物理中的应用.从结果上看,最近4年这一领域的研究明显增加.所利用的数据包括地面和空间的各种仪器、各种类型和波段的太阳观测资料.研究领域涵盖太阳耀斑、日冕物质抛射、太阳黑子等太阳物理研究的主要方面.目前虽然获得一些很好的结果,但尚未有突破性的进展.使用的机器学习方法涉及分类、回归、聚类、降维以及深度学习等手段,但经典的算法,尤其是分类方法依然占据主导地位.这意味着机器学习在太阳物理的应用还处于起步阶段,但同样也意味着在这一领域还有很多工作可以深入开展. |
语种 | 英语 |
内容类型 | 期刊论文 |
源URL | [http://ir.bao.ac.cn/handle/114a11/28259] |
专题 | 中国科学院国家天文台 |
作者单位 | 中国科学院国家天文台 |
推荐引用方式 GB/T 7714 | 刘辉,季凯帆,金振宇. 机器学习在太阳物理中的应用[J]. 中国科学物理学力学天文学,2019,49(10). |
APA | 刘辉,季凯帆,&金振宇.(2019).机器学习在太阳物理中的应用.中国科学物理学力学天文学,49(10). |
MLA | 刘辉,et al."机器学习在太阳物理中的应用".中国科学物理学力学天文学 49.10(2019). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论